摘要：大数据指的是所涉及的资料量规模巨大到无法透过目前主流软件工具，在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的信息，具备数据体量巨大、数据类型多、数据流动快、数据潜在价值大等特性。大数据的核心是数据驱动，其基本机理是通过数据透视事物的本质，挖掘事物背后存在的关联关系和找寻事物的潜在规律，大数据不仅仅是技术，更是一种思维和方法。
关键词：大数据技术；电力行业；应用
1基本概念阐述
1.1大数据
大数据（BigData）的概念，最早由维克托•迈尔•舍恩柏格和肯尼思•库克提出。大数据又叫巨量资料，即不走抽样调查的捷径，而是对所有数据进行分析处理。大数据是需要新处理模式才能具有更强的决策力、洞察力、流程优化能力的海量、和多样化的信息资产。大数据技术的核心，不在于数据量的庞大，而是在于对数据专业化处理，也就是数据分析能力。
1.2电力大数据
电力行业的大数据，主要有三个来源。其一：电力生产。它是大数据的主要来源，涵盖了发电业务、检修业务、安全防护三个方面。电力生产的大数据，主要用于通过对历史信息分析，为生产和检修提供指导。其二：管理运营。企业领导层在做重要决策时，需要依赖大量的、跨领域的生产经营数据分析，并将结果以简单清晰的方式呈现出来。其三：智能电网。智能电网连接的各个用户，借助传感器网络，将电力、通信、业务等用户信息集中调度，统一测控。
1.3电力大数据核心技术
（1）数据采集。由于大数据的多样性和大量性，数据的来源和类型都极为复杂。需要利用搜索引擎和ETL引擎进行数据的提取与集成，之后进行数据的清洗，排除无用信息，提高数据质量。（2）数据分析。大数据的分析，采用分布式计算技术，即连接系统中的各大计算机，形成一台规模宏大的超级虚拟计算机，来完成数量极大、形式极复杂的数据分析处理。（3）数据呈现。计算机将收集筛选，分析处理完毕的数据，借助图表等可视化手段，在保障准确度的同时，将结果以便于人们理解的直观方式呈现出来，为决策者们提供指导。值得注意的是，如果数据呈现的不够直观、艰涩难懂，往往会误导决策者，甚至得出与事实完全相反的结论。
2大数据技术在电力企业中的具体应用
2.1大数据技术在电力能源系统管理中的应用
在大数据技术的发展与普及过程中，除了可以用于清洁能源以外，还起着供应能源和减少能源消耗的作用，是智能电网工程建设中的重要组成部分。由智能电网现状来看，电网互联为电力系统的快速发展奠定了良好的基础，加大对电网互联的研究，能够保证其运行更加稳定与安全，只有不断提升微电网和配电网的可靠性，整个电力系统才能得到优化。电力企业通过充分应用大数据技术，可以加快电网转型步伐，不断提升发电的效率，同时还可以有效改善运营模式。从大数据技术在电力能源系统管理中的应用情况来看，具体包括下面几点:一是有利于电力新产品的研发;二是可以获得电力能源的“绿化效果”;三是为智能化电力能源的发展提供不竭动力。将大数据技术和电网有机结合起来，尽快打造成智能化电网，在发电能源转换和电力输送中可以得到充分应用，为智能化电网的发展创造良好的条件。
期刊文章分类查询,尽在期刊图书馆
2.2电力负荷预测
电力负荷预测主要是用于预测下一阶段的用电负荷情况，利用大数据技术，基于电力负荷、用户档案数据，结合气候/气温变化等数据，利用时间序列预测算法或回归预测算法，依据历史的负荷数据信息所反映出来的发展过程、方向和趋势及多因素组合模型或关联规则模型进行类推，预测某时间负荷，从而预测未来电力需求量、未来用电量、用电负荷曲线、负荷时间和空间分布等，提前了解用户的未来用电需求量，为提供正常供电做好准备，助力电网削峰填谷，平稳运行。
2.3防窃电预警分析
防窃电预警分析通过用电信息采集系统对电能表和采集终端中的电能计量数据、事件记录、用户及终端档案信息等各类数据进行数据采集，对窃电及正常用户的用电行为特征提取与训练学习，应用GBDT算法构建窃电嫌疑人识别模型，并结合窃电用户用电量波动、用电量突减以及异动特征，利用大数据挖掘技术实现海量数据准实时处理，对现场计量异常情况、窃电行为进行在线监测，提升防窃电预警水平，降低配电线损率，提高工作效率，降低窃电行为分析的时间及成本。
2.4大数据技术在智能化电网建设中的应用
从智能化电网建设能够看出大数据技术在电力企业中的应用，即在计算机网络服务下，向供电企业数据库内传输用户用电数据，以此高效的处理与分析数据，让电网规划、设计和建设等决策得到可靠的数据。对智能化电网建设理念来说，主要在获取用户用电数据后优化电力生产、电力分配和电力消耗等环节。智能化电网和常规电网有很大的不同，其应用了现代化信息技术、通信技术、网络技术和传感技术等，让电网数据的交互得以实现，同时发挥出了自动化数据采集、数据测量、数据计算、数据监测、数据保护等作用。此外在大数据技术的支持下，可以从智能化电网建设要求出发，能够具备智能化调节、数据自动控制和数据在线分析等功能。
2.5大数据技术在电力数据挖掘中的应用
对电力数据挖掘来说，重点是分析所有的电力数据，从而在海量的电力数据中掌握电力数据的规律。电力企业在应有大数据技术以后，可以有效分析电力业务，将其中可用性电力数据提取出来，便于电力企业全面掌握与控制各项业务。在电力业务流程中应有各种计算机系统以后，电力数据采集量越来越多，电力企业在数据收集与存储上面临着更为艰巨的挑战，在进行数据定量、统计和挖掘时难度也逐步增加。在电力数据挖掘过程中，可以在海量电力数据中挖掘出有价值的、可用性强的电力数据，其步骤主要包括电力业务分解、电力数据分解、电力数据准备、数据挖掘模型构建、电流数据评估和电力数据部署等。在挖掘电力数据之前，需要全面分析电力业务的需求，按照业务需求开展数据挖掘工作，确保数据挖掘目标得以实现。在数据评估过程中，重点是整合、集成和转换原有的数据信息，促使数据采集和处理工作顺利完成。处理数据完毕以后，要开展数据挖掘计算工作，同时将数据挖掘模型建立起来。将数据挖掘模型构建起来以后，要作出数据评估，重点是分析数据计算结构是否符合电力企业业务的最终目标。在确定数据计算结果以后，要利用可视化程序，通过图形、图像、表格、报告等形式进行展示。
结论
大数据技术，在电力行业的应用，目前仍处于摸索阶段，但是其发展潜力十分巨大。要实现电力行业的成功转型，必须进行全盘的信息化，而利用大数据技术，就是最核心的手段。电力行业的健康发展，需要全社会共同的努力。
参考文献
[1]徐欣欣.大数据时代高校信息系统建设的探讨[J].信息与电脑：理论版,2013,(4):120-121.
[2]张晓晨.电力大数据应用研究与展望[J].山东工业技术,2017,(03):155-156.
[3]中国电力科学研究院大数据技术研讨会专家观点[J].电力信息与通信技术,2017,(04):1-3.
[4]朱朝阳，王继业，邓春宇.电力大数据平台研究与设计[J].电力信息与通信技术,20145,(06):1-7.
[5]王继业.电力行业的大数据安全防护[J].中国信息安全,2013(9):85-86.
论文作者:李艳,耿建,王蕾,李温
论文发表刊物:《电力设备》2018年第8期
论文发表时间:2018/8/13
标签：数据论文; 电力论文; 电网论文; 技术论文; 数据挖掘论文; 信息论文; 业务论文; 《电力设备》2018年第8期论文;